服务名称：2D细胞识别及脑区细胞统计

方法概览

• 方法一：基于Matlab语言

• 方法二：基于iMaris软件分析

方法一介绍

该方法适用于2D数据（不适用3D）中细胞核、神经元的免疫组化染色、星形胶质细胞以及鼠脑中的免疫细胞的识别，并且将识别结果对应在Allen Brain中的图谱中各个脑区的结果进行统计输出。

方法优势

1. 安装及操作简单，不需要进行脑区识别处理及命名

2. 可进行2D数据RGB 3个通道的独立识别，也可用于共定位目标识别

3. 可进行2D数据快速、批量统计

主要步骤

图谱配准

图谱与脑片配准，可将图谱的像素点与脑片像素点大小及个数一致。

结果输出

输出结果为三部分：图1 细胞结果识别示意图，红点代表识别出的细胞，可与原图红色通道信号进行对比；图2为识别出的细胞所对应的坐标位置；图3为识别出的细胞位置在各个脑区所对应的统计结果。

方法二介绍

该方法适用于2D数据（不适用3D）中细胞等结构的识别，同样可将各个脑区中结果进行统计输出。

方法优势

1. 结果可视化程度高

2. 定义目标结构识别的可调参数多，识别准确度较高

3. 多通道识别，也可做共定位识别

主要步骤

1、选择对应的图谱抽取并和脑片数据进行配准

图1是将图谱与脑片配准，可将图谱的像素点与脑片像素点大小及个数一致；在此基础上在iMaris中将图谱与脑片在空间上重叠在一起，如图2所示。

2、依次建立Cell-membrane→Spots→Cell模型

以上为脑区划分、细胞识别以及脑区细胞统计结果的输出展示。图3为各个脑区的划分，不同颜色代表识别出来的不同区域，使用cell-membrane的模型识别；图4为各个通道的细胞识别结果，使用Spots的模型进行识别；

3、对各个脑区的细胞进行数量统计

图5为数据统计结果，可在右侧点击任意识别脑区进行数据查看（左侧）。